使用 Python 程式語言實作機器學習基礎理論的入門書,均衡涵蓋程式套件應用與理論推導,透過本書讀者能夠按圖索驥,走出機器學習新手村,成功一轉! ❶ 先使用套件現成類別與函式 ❷ 再認識演算方法理論與推導 ❸ 最後使用自行定義類別重現 本書內容改編自第 8 屆 iT 邦幫忙鐵人賽,Big Data 組冠軍網路系列文章──《 R 語言使用者的 Python 學習筆記》,從系列文章中後段開始改寫,省略了原本 Python 基礎語法、網頁資料擷取(俗稱爬蟲)與 Pandas 的章節,著重在以 NumPy、Matplotlib、Scikit-Learn 入門機器學習基礎理論的部分,並與作者的實體課程 (台大工商管理學系、台大資工系統訓練班與中華電信學院等資料科學課程) 教材整合編修而成。 三大重點 ❶ 先使用套件現成類別與函式 ☛NumPy 的 N 維陣列操作與運算 ☛物件導向風格的 Matplotlib 視覺化 ☛Scikit-Learn 的五個核心理念 ☛Keras 的模型建立步驟 ❷ 再認識演算方法理論與推導 ☛均方誤差函式 ☛梯度遞減演算方法 ☛交叉熵函式 ☛前向傳播與反向傳播 ❸ 最後使用自行定義類別重現 ☛正規方程類別 ☛梯度遞減類別與 AdaGrad 類別 ☛羅吉斯迴歸類別 ☛深度學習類別
© 2024 www.taiwanren.cc All Rights Reserved. 最全的電商商品價格比較,價格查詢,歷史價格查詢站點